IPA分析法优点在于其模型直观形象、清晰、易于读者理解等，缺点在于IPA分析法的假设前提是重要性与满意度两个维度上的变量相互独立并与受访者的总体感知呈线性相关。
然而在现实调查中，受访者的评价一般为主观感受，其重要性评价和满意度评价很难成为互相独立的变量。
传统的IPA分析法所要求的假设条件一般很难满足，得出的要素象限分布并非总能找到合理的解释。其次，IPA分析法要求受访者对同一问题需要做出两次判断，当问卷题量较大时，访问时间则成倍增长，访问质量有可能下降。
由于传统的IPA分析法的局限，因此，国外学者在传统IPA分析法的基础上，对该方法进行了优化，如在2007年Deng提出IPA分析法的修正，对其统计学进行了优化；还有基于三角模糊评价理论为基础的Fuzzy-IPA等。